不从目录中提取而还原Tensorflow模型

1000 tf.Session 打电话 sess

x = tf.placeholder(...)
loss, train_step = model(x)
for i in range(num_step):
    input_x = get_train_data(i)
    sess.run(train_step, feed_dict={x: input_x})
    if i % 1000 == 0 and i != 0:
        eval_loss = 0
        for j in range(num_eval):
            input_x = get_eval_data(j)
            eval_loss += sess.run(loss, feed_dict={x: input_x})
        print(eval_loss/num_eval)

如果你用的是 tf.data 对于您的输入,您只需创建一个 tf.cond 要选择要使用的输入:

is_training = tf.placeholder(tf.bool)
next_element = tf.cond(is_training,
                        lambda: get_next_train(),
                        lambda: get_next_eval())

get_next_train 和 get_next_eval

这样,如果不想,就不必将任何内容保存到光盘。